Rivvun AI samlar in 7,55 miljoner dollar för att tackla ett av de dyraste blinda fläckarna inom företagsprogramvara

En ny startup som grundats av före detta Icertis-chefer tror att en av de största outnyttjade möjligheterna inom företags-AI inte är att skapa nya arbetsflöden, utan att återvinna pengar som organisationer redan har tjänat eller förhandlat men aldrig samlat in.

Seattle-baserade Rivvun AI har meddelat en överskriven seedrunda på 7,55 miljoner dollar som lett av Sitara Capital och 3one4 Capital. Företaget bygger vad de beskriver som ett autonomt AI-exekveringslager som är utformat för att identifiera och återvinna läckage av utgifter, intäkter och marginaler över stora företag.

Grundarna hävdar att medan företag har investerat decennier i ERP, CRM, inköp och avtalshantering, finns fortfarande en betydande lucka mellan kommersiella avtal och finansiella resultat.

Den dolda kostnaden för exekveringsgap

De flesta företag har sofistikerade system för att förhandla kontrakt, godkänna inköp, hantera leverantörer och registrera transaktioner. Vad de ofta saknar är en mekanism som kontinuerligt verifierar om dessa avtal slutligen översätts till de förväntade finansiella resultaten.

Detta är problemet som Rivvun AI skapades för att lösa.

Enligt företaget förloras miljarder dollar i företagsvärde varje år genom missade rabatter, prisskillnader, avtalsfel, överträdelser av regelefterlevnad, avtalsvarianter och andra operativa gap som uppstår efter att avtal har undertecknats men innan medel är fullständigt förverkligade. Istället för att ersätta befintlig företagsprogramvara, lägger Rivvun till befintliga system och försöker identifiera var de förväntade resultaten har avvikit från den faktiska finansiella prestationen.

Konceptet speglar en växande förändring inom företags-AI. Istället för att fokusera på produktivitetsvinster, riktar en ny generation AI-företag sig mot direkt finansiella resultat som kan mätas på en vinst- och förlustredovisning.

Grundat av veteraner inom företagsavtalsintelligens

Rivvun grundades av Anand Veerkar och Niranjan Umarane, som tidigare tillbringade mer än ett decennium med att skala Icertis till en av de största avtalsintelligensplattformarna i världen. Under sin tid där arbetade de med några av de största kommersiella portföljerna inom flera branscher.

Enligt grundarna uppstod ett återkommande mönster: organisationer blev alltmer effektiva i att förhandla och dokumentera kommersiella skyldigheter, men mindre effektiva i att säkerställa att dessa skyldigheter konsekvent upprätthölls och reglerades i sina operativa system.

De får sällskap av Patrick Linton, en erfaren programvaruentreprenör med bakgrund inom skalning av globala företagstekniska operationer.

Istället för att behandla avtalsintelligens som slutpunkten, fokuserar Rivvun på vad som händer efter att avtal har ingåtts.

Ett AI-lager som sitter mellan avtal och finansiella resultat

I centrum av plattformen finns vad Rivvun kallar ett autonomt värdeexekveringslager.

Systemet ansluter till företagsprogramvarumiljöer, inklusive ERP, CRM, inköp och finansiella system, och utvärderar sedan kontinuerligt om avtalsenliga åtaganden, pristervillkor, leverantörsskyldigheter, rabatter och kundregleringar utförs korrekt. När avvikelser upptäcks är plattformen utformad för att initiera korrigerande åtgärder samtidigt som den upprätthåller revisionsledningar och styrningskontroller.

Företaget delar upp sin plattform i två primära operativa områden:

Utgiftssäkerhet, fokuserad på leverantörsskyldigheter som rabatter, rabatter, inköpsåtaganden, fakturaverifiering och regelefterlevnadsövervakning.

Marginalförsvar, fokuserad på kundskyldigheter, inklusive pristillförlitlighet, avtalsavvikelser, intäktsåtaganden, förnyelser och indrivning.

Denna struktur speglar en bredare trend som uppstår inom företags-AI, där programvara alltmer rör sig bortom att generera insikter och börjar vidta åtgärder inom befintliga affärssystem.

Varför vertikal AI är viktig för finansiell återhämtning

En av de mest anmärkningsvärda aspekterna av Rivvuns tillvägagångssätt är deras betoning på branschspecifik exekveringslogik.

Företaget hävdar att finansiell läckage sällan uppstår på samma sätt över sektorer. Ett läkemedelsföretag som hanterar regeringsprisregler och gruppköpserbjudanden står inför en helt annan uppsättning utmaningar än en bank som hanterar regleringskrav eller ett konsumentvaruföretag som administrerar handelsfrämjande åtgärder.

För att tackla detta distribuerar Rivvun branschspecifika AI-agenter och arbetsflöden som är anpassade till specifika sektorer, inklusive hälsovård, läkemedel, bank, detaljhandel, konsumentvaror, tillverkning och industriell verksamhet.

Denna vertikala specialisering speglar en större rörelse över hela företags-AI, där startups alltmer överger en storlek-passar-alla-modeller till förmån för domänspecifika system som tränats runt specifika operativa processer.

Uppgången av resultatbaserad företags-AI

Finansieringen kommer under en period då företagsköpare blir alltmer selektiva när det gäller AI-investeringar.

Många organisationer har redan experimenterat med copiloter, chatsystem och generativ AI-produktivitetssystem. Medan dessa teknologier kan förbättra effektiviteten, ställer chefer alltmer en annan fråga: kan AI direkt förbättra den finansiella prestationen?

Den efterfrågan skapar en ny kategori av företagsprogramvara som fokuserar på mätbara resultat snarare än allmän produktivitet. Företag inom denna sektor riktar sig mot intäktsåtervinning, inköpsoptimering, regelefterlevnad, pristillförlitlighet och operativ exekvering.

Rivvuns plattform är utformad runt den filosofin. Istället för att generera rapporter om potentiella problem, syftar företaget till att identifiera finansiella avvikelser, utföra korrigerande åtgärder och tillhandahålla revisionsklara bevis på resultatet.

Så länge organisationer fortsätter att söka efter mätbara avkastningar på AI-investeringar, kan teknologier som direkt påverkar finansiella resultat bli en av de mest betydande nya kategorierna inom företagsprogramvara.